Dự đoán model với Ultralytics YOLO#

Giới thiệu#

Trong lĩnh vực machine learning và computer vision, quy trình diễn giải dữ liệu trực quan thường được gọi là suy luận hoặc dự đoán. Ultralytics YOLO26 cung cấp một tính năng mạnh mẽ có tên là predict mode, được thiết kế cho suy luận hiệu năng cao, thời gian thực trên nhiều nguồn dữ liệu.

Xem bản xem trước YOLO27 chưa phát hành để biết các ví dụ suy luận dự kiến.

Ứng dụng trong thực tế#

Tại sao nên sử dụng Ultralytics YOLO cho suy luận?#

Dưới đây là những lý do bạn nên cân nhắc predict mode của YOLO26 cho các nhu cầu suy luận khác nhau:

• Tính linh hoạt: Có thể thực hiện suy luận trên hình ảnh, video và cả luồng trực tiếp.
• Hiệu năng: Được thiết kế để xử lý tốc độ cao, thời gian thực mà không ảnh hưởng đến độ chính xác.
• Dễ sử dụng: Các interface Python và CLI trực quan giúp triển khai và kiểm thử nhanh chóng.
• Khả năng tùy chỉnh cao: Cung cấp nhiều cài đặt và tham số để điều chỉnh hành vi suy luận của model theo yêu cầu cụ thể.
• Sẵn sàng cho production: Triển khai model dưới dạng inference endpoint của Ultralytics Platform với khả năng tự động mở rộng và giám sát, hoặc chạy suy luận cục bộ.

Các tính năng chính của Predict Mode#

predict mode của YOLO26 được thiết kế mạnh mẽ và linh hoạt, với các tính năng:

• Tương thích với nhiều nguồn dữ liệu: Dù dữ liệu của bạn là các hình ảnh riêng lẻ, một tập hợp hình ảnh, các file video hay luồng video thời gian thực, predict mode đều có thể xử lý.
• Streaming Mode: Sử dụng tính năng streaming để tạo generator tiết kiệm bộ nhớ gồm các object Results. Bật tính năng này bằng cách thiết lập stream=True trong phương thức gọi của predictor. Khác với hành vi mặc định (stream=False) trả về một list chứa tất cả kết quả, stream=True trả về từng kết quả một, đặc biệt hữu ích cho video dài và các luồng trực tiếp.
• Xử lý theo batch: Xử lý nhiều hình ảnh hoặc frame video trong một batch, tiếp tục giảm tổng thời gian suy luận.
• Dễ dàng tích hợp: Dễ dàng tích hợp với các data pipeline hiện có và các thành phần phần mềm khác nhờ API linh hoạt.

Các model Ultralytics YOLO trả về một Python list gồm các object Results hoặc một generator tiết kiệm bộ nhớ gồm các object Results khi truyền stream=True vào model trong quá trình suy luận:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # pretrained YOLO26n model

# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"])  # return a list of Results objects

# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

Nguồn suy luận#

YOLO26 có thể xử lý nhiều loại nguồn input khác nhau để suy luận, như minh họa trong bảng bên dưới. Các nguồn bao gồm hình ảnh tĩnh, luồng video và nhiều định dạng dữ liệu khác nhau. Bảng cũng cho biết mỗi nguồn có thể được sử dụng ở streaming mode với tham số stream=True ✅ hay không. Streaming mode hữu ích khi xử lý video hoặc luồng trực tiếp vì tạo một generator kết quả thay vì nạp toàn bộ frame vào bộ nhớ.

Dưới đây là các ví dụ code sử dụng từng loại nguồn:

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Define path to the image file
source = "path/to/image.jpg"

# Run inference on the source
results = model(source)  # list of Results objects

Các tham số suy luận#

model.predict() chấp nhận nhiều tham số có thể được truyền tại thời điểm suy luận để ghi đè các giá trị mặc định:

Kích thước cố định so với hình chữ nhật tối thiểu (rect)#

Theo mặc định, predict sử dụng rect=True, cho phép padding hình chữ nhật tối thiểu khi có thể. Hình ảnh được scale để nằm trong imgsz và chỉ được padding đến bội số stride gần nhất, vì vậy tensor cuối cùng có thể nhỏ hơn imgsz. Padding hình chữ nhật tối thiểu chỉ được sử dụng khi tất cả hình ảnh trong batch có cùng shape và backend hỗ trợ tính năng này (PyTorch .pt, hoặc ONNX / Triton động). Nếu không, hình ảnh sẽ được padding đến target imgsz đầy đủ.

Sử dụng rect=False để luôn padding đến target imgsz đầy đủ. Cách này được khuyến nghị khi bạn cần kích thước input cố định để khớp với các model đã export (ONNX, TensorRT, v.v.).

imgsz dạng số nguyên so với tuple

• Một số nguyên imgsz=640 sẽ trở thành target hình vuông (640, 640) sau khi làm tròn theo stride.
• Một tuple imgsz=(384, 672) thiết lập target hình chữ nhật. Với rect=True và auto=True, tensor thực tế có thể nhỏ hơn target này.

Training so với predict/export

Training chỉ chấp nhận một số nguyên duy nhất imgsz (list [h, w] sẽ được chuyển thành giá trị lớn nhất). Predict và export chấp nhận một số nguyên hoặc tuple (height, width).

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("https://ultralytics.com/images/bus.jpg", save=True, imgsz=320, conf=0.25)

Các đối số inference: